人工智能創造的現實價值，也許連科幻電影都不曾預料到！

如今，從“刷臉”支付、語音助手等日常應用，到疫情期間發揮重要作用的智能測溫系統、智能消毒機器人，人們對人工智能已經從陌生變為司空見慣。

7月11日，2020世界人工智能大會云端峰會在上海落下帷幕。騰訊公司董事會主席兼首席執行官馬化騰表示：

人工智能本身就是跨學科的科學探索工程，正在將人類認知推向更快更高更強。也勢必帶來一場前所未見的科技和產業革命。

在大會騰訊論壇上，騰訊高級執行副總裁、云與智慧產業事業群總裁湯道生說：

“人工智能是新基建的核心技術之一，也是產業互聯網+的‘中央處理器’”

AI應用場景有多厲害？

舉個例子：

以往，一個飛機核心部件，比如尾翼的復材檢測，需要耗費幾個老師傅、數十小時、幾十萬的成本。

而現在，通過騰訊AI輔助檢測系統，只需要一個普通檢測人員，花幾分鐘時間就能完成！

新基建是今年最火熱的話題，而人工智能是近幾年最火熱的新技術。

2017年，騰訊提出AI in All戰略，隨后搭建起了由人工智能實驗室矩陣和前沿科技實驗室矩陣組成的AI“雙引擎”；

2018年，騰訊經過“930”組織架構調整后，“消費互聯網+產業互聯網”這兩張網則成為了騰訊AI以及整個騰訊集團的“雙輪”。

駛向產業互聯網的藍海，騰訊集團正全軍出擊，而搭載著“雙引擎”及“雙輪”的AI戰艦，無疑是其中最不可忽視的一個重要力量。

據湯道生介紹，騰訊目前為工業制造、醫療、政務、文旅、金融等行業提供了90多種互聯網解決方案，其中80%用到了人工智能技術。

騰訊云也已成為國內最大的人工智能服務提供商之一，在騰訊的AI公有云上，日處理圖片超30億張，日處理語音250萬小時，處理自然語言超千億句，并為超過200萬客戶提供服務。

對于未來的發展，騰訊的目標也已非常明確，“技術+平臺+場景”便是騰訊AI的完整布局。

人工智能三要素：算力、算法、數據

騰訊的最大優勢在數據層面

針對人工智能技術，騰訊的布局可分為基礎研究與前沿科技兩部分。

其中，在基礎研究方面，騰訊通過騰訊AI Lab、優圖實驗室、微信AI等AI實驗室形成了人工智能實驗室矩陣，這些實驗室也成為騰訊的技術基石，專注于計算機視覺、機器學習、語音識別、自然語言處理等人工智能領域的研究。

而在前沿科技方面，騰訊則通過前沿科技實驗室矩陣，形成了在量子計算、區塊鏈、5G、機器人等前沿科技領域的全方位布局。

2018年之前，騰訊的業務更多是是面向消費互聯網提供服務，所以，其技術應用也多是C端產品。在消費互聯網領域，騰訊的AI已服務10億級用戶，并應用于騰訊內部游戲、內容、社交等100多個產品。

事實上，騰訊內部龐大的業務體系，也成為了新技術研究的試驗田。比如目前人工智能領域最為成熟的計算機視覺技術，騰訊旗下的優圖實驗室自2012年成立就開始專攻該方向。

騰訊優圖實驗室總經理吳運聲向記者表示：

在過去八年的發展過程中，優圖實驗室一直秉承著研究和落地兩條腿一起走路的發展戰略，因此，除了在研究方面取得了超過800項AI全球專利以及超過200篇論文被世界頂級會議收錄的成績外，優圖的技術更是支撐了QQ、天天P圖、騰訊視頻、微視等騰訊C端產品的發展。

近幾年，技術已經成為互聯網行業競爭的核心戰場，這也使得各大企業都不斷加大技術領域的投入。吳運聲坦言，對于頭部企業而言，大家在技術上的差異并不大，基本都屬于同一代，不會存在代差，主要是在一些局部領域，可能這個領域我強一點，那個領域你強一點。

人工智能的三要素是算力、算法、數據，從這個角度來說，算力和算法水平可能大家都差不多，那騰訊最大的優勢就是在數據層面?；谟脩趔w量龐大的產品矩陣，騰訊的技術能夠得到更多的訓練和應用，而這是其他企業無法企及的。

2018年，隨著騰訊的架構調整，優圖實驗室并入到新成立的CSIG(云與智慧產業事業群)，自此之后，其除了要為騰訊內部產品的發展提供支撐外，也承擔起了推動產業數字化的重任。

但是，C端產品側重的是功能創新，而B端業務更注重解決需求，當應用對象從C端轉向B端時，是否會影響技術領域的研究也成為外界頗為關心的問題。

對此，騰訊優圖實驗室副總經理黃飛躍向記者表示，這個問題優圖團隊也做過內部交流，大家也擔心如果重心僅僅放在業務的落地支持，可能會讓實驗室失去未來持續發展的動力和源泉。

“所以對優圖而言，內部已經達成一個共識，即一方面是支持好業務落地，另一方面也會持續進行新技術的探索和挖掘”，黃飛躍稱。據其介紹，優圖實驗室目前幾百人的規模，其中有約60%以上是算法人員。

2019年，優圖研發步態識別技術，刷新了步態識別領域兩大核心數據集CASIA-B數據集和OU-ISIR MVLP數據集的成績，部分情景識別準確度提升11.3%；2020年，優圖又刷新了人臉偽造檢測FaceForensics Benchmark新紀錄，整體檢測準確率達到業界第一。

“開放”成騰訊AI關鍵詞

在自身技術實力提升的同時，“開放”也成為騰訊AI的一個關鍵詞。

實際上，近年來，通過搭建AI開放平臺的方式開源開放，也已成為互聯網公司的共識。

對騰訊而言，其主要是通過“一云三平臺”來實現AI技術的對外開放。

其中，“一云”是指騰訊云，“三平臺”是指算法平臺、服務平臺以及AI開放平臺。

湯道生表示，人工智能仍然是一個資金密集型、技術密集型、資源密集型產業，專業分工細，垂直技術門檻高，沒有企業能夠擁有發展AI需要的全部資源。

所以通過開源開放構建一個AI生態，也是加速AI技術發展的一個重要方式。一方面，對AI技術的發展而言，開源能夠避免大量從0-1的重復探索，實現技術的共享共建。此外，AI在廣泛的產業實踐中也逐漸展現出規模效應的特征，即使用越多、價值越高、成本越低。

另一方面，隨著AI進入技術與產業的融合發展階段，AI場景方案的難以復制性成為AI加速落地的一大痛點。相比于某一項AI技術的突破，在產業互聯網時代，能夠適用于更多場景的通用型解決方案、平臺型產品，才能加速釋放AI的產業價值。

7月10日，騰訊便對外發布了AI泛娛樂平臺、廣電傳媒AI中臺、內容審核平臺、工業AI平臺四大平臺產品。

其中像AI泛娛樂平臺，是優圖將人臉融合、人像分割、人像變換等超過30項AI基礎能力整合成為一個泛娛樂工具箱，這樣行業內的開發人員便能通過騰訊云輕松調用騰訊的AI能力。

而工業AI平臺，是優圖結合在工業AI項目中積累的經驗與行業認知，沉淀出的一套標準產品，它可快速滿足缺陷檢測、備件拍照識別、工廠工效優化等場景的工業客戶需求，并提供數據管理、在線訓練、效果評估、業務編排等系列個性化訓練服務。

不僅如此，該平臺還支持私有化及公有云部署，具備靈活權限及可拓展能力，騰訊的合作伙伴不僅可以直接使用平臺進行工業AI項目交付，還可基于平臺進行上層業務開發，實現AI技術與行業能力互補。

吳運聲告訴記者：

“現在除了把AI技術應用到各個行業外，我們觀察開放協同才能最大化的釋放AI的價值。尤其是在過去幾年做了很多AI落地項目后，會發現單點解決方案已經很難滿足一個行業的需求，這個時候，就需要通過一個平臺或通用型解決方案解決更多通用場景?！?/p>

而這次之所以選擇了上述四個行業，吳運聲表示，主要還是基于優圖對業務的判斷，這些行業的空間以及技術和業務的匹配度。

吳運聲稱，優圖做的開放平臺具有幾項競爭優勢：

首先，優圖的技術不是純技術，而是通過內部很多場景打磨出來的實用技術；

第二，優圖的技術是和騰訊云結合的，可以作為云的能力輸出，所以對客戶來說，使用非常方便；

第三，優圖的平臺和可以騰訊內部產品打通，比如AI泛娛樂平臺，可以直接對接到小程序里，用戶在使用騰訊產品時調用的性能和速度都具有很大優勢。

AI應用場景落地

十幾個小時的復雜工作可在幾分鐘完成！

基于在“技術+平臺”方面的積累，騰訊AI目前已經在包括制造、醫療、政務、文旅、金融、游戲、物流、教育、交通等多個領域實現了落地。

以金融行業為例，騰訊云基于云智天樞人工智能服務平臺和優圖AI能力打造的人工智能保險服務平臺云智優保，幫助泰康人壽核保效能提升了60%，核保結論預測準確率90%；

在物流領域，騰訊云基于優圖實驗室深度學習算法，以騰訊云文字識別OCR技術代替人工錄入，大幅提升了發票、運單等單據的錄入效率，在與中國外運合作中，其單據識別召回率與準確率均超過98%。

在談及AI的產業和技術發展趨勢時，湯道生認為，首先，AI可以優化企業成本結構，挖掘產業新價值。比如對于很多制造業和服務業來說，人工智能可以優化生產和服務流程，提升人均產值，實現降本增效。

其以騰訊云和中國商飛的合作舉例說，以往一個飛機核心部件，比如尾翼的復材檢測，需要耗費幾個老師傅、數十小時、幾十萬的成本。

而現在，通過騰訊AI輔助檢測系統，只需要一個普通檢測人員，花幾分鐘時間就能完成。

不僅如此，檢測的樣品，也從30多個降低到2個，而且通過這個系統，還可以檢測出人眼無法發現的細微缺陷，整體檢出率提升到99%。

其次，湯道生認為，人工智能的發展，讓人機交互的方式，從過去的鼠標、鍵盤、觸摸屏，變成了圖像和聲音。機器有了自己的“視覺”、“聽覺”，甚至是“嗅覺”，一些新的產業模式也因此誕生。

此外，湯道生還提出，AI實現了數據的采集和處理，但數字作為生產要素在經濟中發揮作用，還需要傳輸、存儲等技術。所以人工智能需要和云、5G、區塊鏈、物聯網等技術融合發展，才能形成完整的“產業驅動鏈”。

今年5月26日，騰訊宣布未來五年將投入5000億用于新基建項目的進一步布局，而人工智能是重點投入領域。

目前，騰訊已經披露了其中一項投資規劃，即450億投入騰訊長三角人工智能超算中心。

據介紹，該中心將承擔各種大規模AI算法計算、機器學習、圖像處理、科學計算和工程計算任務，預計于2021年底陸續投產。

責任編輯：陳愛